Een simpele vraag, maar voor veel patiënten is het een lastige: moet je voor de veiligste behandeling gaan, of die met de minste bijwerkingen? Hoe weeg je risico’s als er zo veel op je af komt bij een diagnose? Steeds vaker krijgen patiënten de vraag om mee te beslissen over hun behandeling. Terecht, want samen beslissen leidt tot betere zorg. Maar dan moeten patiënten wél goed geïnformeerd zijn en tijd krijgen om alles te laten bezinken.
In de praktijk ontbreekt die tijd vaak. Niet alleen omdat soms snel actie ondernomen moet worden om de ziekte te bestrijden, maar ook door tijdsdruk in de zorg en de hoeveelheid informatie die artsen in korte tijd moeten overbrengen. Veel patiënten zien daardoor door de bomen het bos niet meer.
Keuzehulpen kunnen patiënten ondersteunen in dit proces door hen van belangrijke en gevalideerde informatie te voorzien, nog voor ze met de arts gesproken hebben. In theorie een goed idee, maar laten we eerlijk zijn: deze tools zijn vaak statisch en niet toegespitst op de individuele behoeften van een patiënt. Maar kunnen we eigenlijk verwachten dat iedereen met dezelfde standaardinformatie uit de voeten kan? Kan dit niet beter?
Traditionele keuzehulpen vs slimme assistenten
Hier komen Large Language Models (LLMs) in beeld. AI-modellen zoals ChatGPT kunnen medische informatie toegankelijker maken door vaktaal om te zetten in begrijpelijke uitleg en in te spelen op de vragen van de patiënt. Geen statische webpagina, maar een interactief gesprek waarin je steeds verder kunt doorvragen, op je eigen niveau en in je eigen tempo. Dat is een gamechanger.
Een patiënt met beperkte gezondheidsvaardigheden krijgt een eenvoudige uitleg, terwijl een arts die zelf patiënt wordt juist de diepte in kan gaan. In plaats van een standaardtekst voor iedereen, kan deze technologie maatwerk leveren. En dat is precies wat samen beslissen nodig heeft: een keuzehulp die zich aanpast aan de persoon die het gebruikt.
AI is geen wondermiddel
Natuurlijk is AI geen magische oplossing. LLM’s kunnen hallucineren en in de zorg is dat gevaarlijk. Een AI die een niet-bestaande behandeling suggereert, een cruciale bijwerking weglaat of een wetenschappelijk artikel verzint? Dat kan ernstige gevolgen hebben.
Daarnaast hoor ik vaak de vrees dat AI de ongelijkheid in de zorg juist vergroot. Mensen met beperkte digitale vaardigheden dreigen achter te blijven, terwijl anderen volop profiteren van gepersonaliseerde ondersteuning. Als we AI echt willen gebruiken om zorg toegankelijker te maken, dan moeten we er zeker van zijn dat iedereen ermee uit de voeten kan. Dat betekent duidelijke interfaces en begeleiding, niet alleen de nieuwste technologie.
Hybride oplossing: beste van twee werelden?
Laten we eerlijk zijn: LLM’s gaan traditionele keuzehulpen niet van vandaag op morgen vervangen. Maar een hybride aanpak zou een enorme stap vooruit kunnen zijn. Stel je een AI voor die de keuzehulp niet vervangt, maar aanvult. Een assistent die uitleg geeft, verbanden legt en de patiënt begeleidt in het keuzeproces. De betrouwbaarheid van medische richtlijnen, gecombineerd met de flexibiliteit van AI.
Conclusie: samen beslissen, maar dan beter
We willen dat patiënten goed geïnformeerde keuzes maken. Maar dan moeten we ze daar ook écht de middelen voor geven. De tijd van standaard keuzehulpen is voorbij. AI kan helpen om het keuzeproces persoonlijker, toegankelijker en interactiever te maken. Niet als vervanger, maar als aanvulling.
CV
Rianne Fijten, PhD, is Assistant Professor op de afdeling Clinical Data Science (CDS) van Universiteit Maastricht & Maastro. Ook is ze lid van de redactieraad van ICT&health.
